：一个教育项目，基于磁盘的日志结构化哈希表存储，教你如何在 Go 中构建持久键值存储。

：一个教育项目，基于磁盘的日志结构化哈希表存储，教你如何在 Go 中构建持久键值存储。 CaskDB 是基于Riak 的 bitcask 论文的基于磁盘的、嵌入式的、持久的键值存储，用 Go 编写。它更侧重于教育能力，而不是在生产中使用它。文件格式独立于平台、机器和编程语言。比如说，从 macOS 上的 Go 创建的数据库文件应该与 Windows 上的 Rust 兼容。 这个项目旨在帮助任何人，甚至是数据库初学者，在几个小时内建立一个持久的数据库。没有外部依赖；只有 Go 标准库就足够了。

：一个对话式搜索和分析平台，适用于复杂的非结构化数据，例如文档、演示文稿、成绩单、嵌入式表格和内部知识存储库。

：一个对话式搜索和分析平台，适用于复杂的非结构化数据，例如文档、演示文稿、成绩单、嵌入式表格和内部知识存储库。 它通过将人工智能引入数据准备、索引和检索来检索和综合高质量的答案。 Sycamore 可以轻松准备用于搜索和分析的非结构化数据，提供用于数据清理、信息提取、丰富、汇总和生成封装数据语义的向量嵌入的工具包。 Sycamore 使用你选择的生成式 AI 模型来使这些操作变得简单而有效，并且可以实现快速实验和迭代。此外，Sycamore 使用 OpenSearch 进行索引，支持混合（向量 + 关键字）搜索、检索增强生成 (RAG) 管道、过滤、分析功能、会话记忆和其他功能来改进信息检索。 特征 自然语言、对话界面，可针对非结构化数据提出复杂问题。包括对来源段落和对话记忆的引用。 包括对非结构化数据的各种查询操作，包括混合搜索、检索增强生成 (RAG) 和分析函数。 通过高级数据分段、用于数据丰富的 LLM 支持的 UDF、使用 Python 进行的高性能数据操作以及使用各种 AI 模型的向量嵌入，准备和丰富用于搜索和分析的复杂非结构化数据。 自动数据爬虫（Amazon S3 和 HTTP）和 Jupyter 笔记本支持等有用的功能可用于创建和迭代数据准备脚本。 可扩展、安全且可定制的 OpenSearch 后端，用于索引和数据检索。